/ Модель

Характеристики

Лицензия
Apache 2.0
Библиотека
timm
Опубликована
14 июл 2024

vit_giant_patch14_reg4_224.h-optimus-v0

ЭмбеддингиТекст → embedding3 профессии

Визуальный backbone ViT с 1,13 млрд параметров для извлечения признаков из изображений.

247скачиваний за 30 дней0лайковвеса обновлены14 июл 2024

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

1aurent/vit_giant_patch14_reg4_224.h-optimus-v0 — визуальный backbone семейства Vision Transformer, опубликованный в репозитории релизов Bioptimus. Модель содержит 1,13 млрд параметров, принимает изображения размером 224 × 224 пикселя и использует патчи 14 × 14 и четыре register-токена.

Модель предназначена для извлечения признаковых представлений изображений, которые можно использовать в последующих задачах компьютерного зрения, например для поиска похожих изображений или как входные признаки для классификатора. Веса доступны в формате safetensors; заявлена лицензия Apache-2.0. Языковые возможности не относятся к назначению модели.

Сценарии применения

  • извлечение эмбеддингов изображений
  • поиск похожих изображений по визуальным признакам
  • подготовка признаков для классификатора изображений

Ограничения

Входной размер изображения указан как 224 × 224 пикселя; для иных размеров может потребоваться предварительная обработка. README не приводит результатов оценки качества или подробностей о наборе обучающих данных.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Model card for vit_giant_patch14_reg4_224.h-optimus-v0

Model Details

Model Usage

Image Embeddings

from PIL import Image
import torch
import timm

# load model from the hub
model = timm.create_model(
  model_name="hf-hub:1aurent/vit_giant_patch14_reg4_224.h-optimus-v0",
  pretrained=True,
).eval()

# get model specific transforms (normalization, resize)
data_config = timm.data.resolve_model_data_config(model)
transforms = timm.data.create_transform(**data_config, is_training=False)

img = Image.open(...)
data = transforms(img).unsqueeze(0) # input is a (batch_size, num_channels, img_size, img_size) shaped tensor
output = model(data)  # output is a (batch_size, num_features) shaped tensor

Citation

@software{hoptimus0,
  title  = {H-optimus-0},
  author = {Saillard, Charlie and Jenatton, Rodolphe and Llinares-López, Felipe and Mariet, Zelda and Cahané, David and Durand, Eric and Vert, Jean-Philippe},
  url    = {https://github.com/bioptimus/releases/tree/main/models/h-optimus/v0},
  year   = {2024},
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · timm

Нельзя запустить

timm-модели запускаются только для классификации и признаков изображений.

Ревизия весов
fb89092

0 моделей